文件名称：matlab集成c代码-Physionet2020:CinC挑战赛2020
文件大小：57.52MB
文件格式：ZIP
更新时间：2024-06-10 21:43:48
系统开源
Matlab集成的c代码客观的 在这里，我们描述了在PhysioNet / Computing in Cardiology Challenge 2020 [1]中开发的算法。 2020年挑战赛的目标是从12导联心电图记录中识别临床诊断。 海报展示了我们在分类中使用的功能。 我们还基于简单的滤波方法测试了特征分类能力[2]。 算法 该算法分3个步骤：ECG预处理特征提取和分类。 我们的解决方案基于引导聚合（袋装）决策树。 信号预处理首先，我们从文件加载数据，我们以类似的方法为例。 在头文件中，我们将年龄和性别数据用作分类特征，并将增益和采样频率用于信号校准。 校准后，我们执行信号过滤。 我们使用中值滤波器来消除一些噪声，并使用截止频率= 1 Hz时的巴特沃思高通滤波器来消除等值线的浮动。 特征 在我们的算法中，我们基于PhysioNet-心血管信号工具箱[3]。 我们使用了以下功能： 全局电异质性（GEH功能）–例如示例代码，该组包含22个基于空间心室梯度矢量（SVG）的参数，例如SVG幅度，SVG仰角，SVG方位角等。 AF功能– ECG_Analysis_Tools中的AF_fe